dataframe apply()真的比dataframe itertuples()慢吗?

我有一个时间+OHLC值的数据集。我想计算每行的范围。我的数据集有400万行。

我有两种方法。

1) df.apply

df['range'] = df[['high', 'low', 'open']].apply (lambda row: (row.high 
- row.low) * (10000 / row.open), axis=1)

2) df.itertuples

def calc_range(df):
   displacement = []
   for row in df.itertuples():
        displacement.append((row.high - row.low) * (10000 / row.open))
   return displacement

df['range'] = calc_range(df)

接近1:55秒

接近2:6秒

我一直认为apply比使用for循环遍历数据帧更快。但似乎我错了。

我想知道两件事- 1)是否有方法优化此应用代码? 2)对于非常大的数据帧,迭代速度是否更快?

非常感谢